一种正常控制场景下的柔性负荷日前优化调度方法及系统与流程

本发明涉及优化方法，尤其涉及一种正常控制场景下的柔性负荷日前优化调度方法及系统。

背景技术：

1、新能源渗透率的逐步升高为电力系统运行带来了新的挑战。一方面，风电及光伏等新能源机组的出力间歇性以及有限的功率控制能力，使得电网源端的不确定性增大，导致荷侧需求与源侧出力的时空特性极易出现严重错位，传统的“源随荷动”的调控模式难以为继；另一方面，火电占比的降低使得系统的低惯性特征突出，系统调节能力和稳定性水平大幅下降，因此，为保障新能源的充分消纳和电力系统的安全性及可靠性，需要更多的灵活性资源参与调度，特别是分布在需求侧的柔性负荷。

2、分布在需求侧的柔性负荷主要包括温控负荷、虚拟电厂及分布式储能等，这些可控的柔性负荷均可通过一定的控制方法参与调节系统平衡，具有补充系统灵活性的潜能。电网调度部分发布负荷调节需求，柔性负荷用户主体根据自身参与需求侧响应的意愿上报可调度能力，最终通过柔性负荷优化调度模型确定负荷的控制模式与结算方法。

3、目前，国内外许多学者对正常控制场景下的柔性负荷优化调度进行了大量研究，并取得了一定的成果。文献[1]以系统的经济成本和co2排放量最小为优化目标，兼顾发电侧与需求侧柔性负荷的双侧协调配合，建立了考虑柔性负荷的多目标安全约束机组组合优化模型；文献[2]强调了柔性负荷该如何调度减少设备运行费用的同时保持分布电网的稳定，并建立了相应的模型；文献[3]以资源聚合商利润最大为优化目标，对大容量资源调度性能差异进行滚动在线评估，设置动态综合调度优先级。文献[4]文中提出一种涵盖多种类型柔性负荷的日前优化调度技术，为实现源网荷三侧资源的协同调度提供了技术支撑。

4、由于需求侧柔性负荷数量众多，现有的模型没有结合需求侧响应及辅助服务市场规则背景，缺乏统一的模型，且模型约束考虑不够全面，难以充分利用需求侧柔性负荷的潜在灵活性。同时，随着求解规模不断增大，模型优化求解速度会大大降低，难以达到应用要求。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种正常控制场景下的柔性负荷日前优化调度方法，能够解决现有的模型没有结合需求侧响应及辅助服务市场规则背景，缺乏统一的模型，且模型约束考虑不够全面，难以充分利用需求侧柔性负荷的潜在灵活性的问题。

3、为解决上述技术问题，本发明提供如下技术方案，一种正常控制场景下的柔性负荷日前优化调度方法，包括：根据柔性负荷上报调节参数对电力系统中参与调度的柔性负荷资源进行建模，并确定调节时段，以调节成本最小为目标函数构建模型，按照“价格优先、容量优先”的原则，获取优先调度顺序，添加负荷平衡、容量约束，负荷爬坡约束，负荷调整上下限约束，负荷每段报价调节约束，日前负荷调控平衡约束的约束条件，利用copt商业求解器对优化模型进行求解，输出计算结果

4、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述柔性负荷上报调节参数包括，柔性负荷包括独立负荷和负荷聚合商，柔性负荷主体以15分钟为一个时段申报数据包括：pi,t为柔性负荷主体i在t时刻的响应调节量，pmini,t为柔性负荷主体i在t时刻的基础容量下限，pmaxi,t为柔性负荷主体i在t时刻的基础容量上限，uplimiti为柔性负荷主体i在t时刻最大调节上限，rampupi为柔性负荷主体i在t时刻向上爬坡率，downlimiti为柔性负荷主体i在t时刻最大调节下限，rampdowni为为柔性负荷主体i在t时刻的向下爬坡率。

5、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述目标函数包括，正常控制场景下的柔性负荷优化调度旨在实现调度周期内各种柔性负荷调节成本的最小化：

6、

7、其中，ndr为柔性负荷主体数量，pi,t为柔性负荷主体i在t时刻的调节量，当柔性负荷向上调节时，调节量为正，当柔性负荷向下调节时，调节量为负，costi,t为t时段柔性负荷主体i的调节成本，t表示所考虑的总时段数，每个时间段为15分钟，负荷主体报价范围应在报价范围之间，报价为分段报价。

8、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述价格优先、容量优先原则包括，按照“价格优先、容量优先”的原则，在目标函数中以价格最低为总目标，当柔性负荷主体报价一致时，将容量大的负荷主体将报价下调0.00001元/mw，在同等报价下获取优先调度顺序：

9、

10、其中，pi,l,t为t时段下柔性负荷主体i在l分段的调整值。

11、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述负荷平衡约束包括，柔性负荷优化调度需满足每个调度时段中负荷调度值与系统负荷需求值功率平衡，负荷平衡约束为：

12、

13、其中，pdrrequired,t为系统在时刻t的总负荷需求；

14、所述负荷容量约束包括，柔性负荷的调节量加上负荷基础值应该满足负荷最大值和最小值约束：

15、pmini,t≤pi,t+pbasei,t≤pmaxi,t

16、其中，pmini,t为柔性负荷主体i在t时刻的基础容量下限，pmaxi,t为柔性负荷主体i在t时刻的容量最大值，pbasei,t为柔性负荷主体在t时刻的基础值。

17、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述负荷爬坡约束包括，柔性负荷在连续调节的时间步中，调节量不能超过向上或向下爬坡上限，由于以15分钟为一个时段，爬坡速率需要与时间相乘：

18、15*downrampratei,t≤pi,t+1-pi,t≤15*uprampratei,t

19、其中，downrampratei,t柔性负荷主体i在t时刻向下爬坡速率限值；uprampratei,t为柔性负荷主体i在t时刻向上爬坡速率限值；pi,t为柔性负荷主体i在t时刻的调节量；pi,t+1为柔性负荷主体i在t+1时刻的调节量；

20、所述负荷调整上下限约束包括，柔性负荷在每个时段的调节量不能超过其申报调节量的上限：

21、downlimiti,t≤pi,t≤uplimiti,t

22、其中，downlimiti,t为柔性负荷主体i在t时刻向下调节量上限，为负值，uplimiti,t为柔性负荷主体i在t时刻向上调节量上限。

23、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度方法的一种优选方案，其中：所述负荷每段报价调节约束包括，柔性负荷在每一段报价的量不应超过每一段报价的上限：

24、

25、其中，pi,l,tmax为t时刻下柔性负荷主体i的l段最大调整值；

26、所述日前负荷调控平衡约束包括，对于日前96个时段的调控，为了保证系统稳定性，负荷调节后应恢复调控后的水平：

27、

28、即全日调控量为0，即96个时段调整量之和为0。

29、本发明的另一个目的是提供一种正常控制场景下的柔性负荷日前优化调度系统，其能解决目前柔性负荷参与需求侧响应及辅助服务市场调度模型较少的问题。

30、作为本发明所述的一种正常控制场景下的柔性负荷日前优化调度系统的一种优选方案，其中：包括数据采集与预处理模块、负荷预测与特性分析模块、模型构建与参数设置模块、优化算法与求解器模块、结果分析与评估模块；

31、所述数据采集与预处理模块，收集系统运行的相关数据，包括负荷数据、可再生能源出力预测、电网状态，并对这些数据进行预处理，以保证后续分析的质量；

32、所述负荷预测与特性分析模块，基于历史数据对负荷进行预测，分析负荷的时空特性，识别柔性负荷的潜力，并将负荷分为不同的类别；

33、所述模型构建与参数设置模块，构建日前优化调度的数学模型，包括目标函数和约束条件，并设置相关的参数；

34、所述优化算法与求解器模块，选择优化算法和cplex求解器对模型进行求解，找到最优的调度策略；

35、所述结果分析与评估模块，对求解结果进行分析，评估调度策略的经济性、可靠性、环境影响，并提供可视化工具以直观展示结果。

36、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现一种正常控制场景下的柔性负荷日前优化调度方法的步骤。

37、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现一种正常控制场景下的柔性负荷日前优化调度方法的步骤。

38、本发明的有益效果：针对目前柔性负荷参与需求侧响应及辅助服务市场调度模型较少的难题，根据正常控制场景下的调频及调峰需求，构建日前正常控制场景下的柔性负荷优化调度模型，按照“价格优先、容量优先”的原则，决定补贴价格及各负荷主体响应量。模型中以最小调节成本为目标，考虑柔性负荷的负荷平衡、可调节能力限值及爬坡约束等约束，建立优化模型。利用5000个柔性负荷规模系统测试多时段调度优化速度，满足负荷管理业务柔性负荷参与调节的需求。